用于识别离线无约束越南语手写文本的端到端识别系统
计算机视觉与模式识别
2019-05-15 v1 机器学习
摘要
受神经机器翻译和图像字幕生成近期成功的启发，我们提出了一种基于注意力的编码器-解码器模型（AED）来识别越南语手写文本。该模型由两部分组成：用于提取不变特征的 DenseNet，以及带有注意力模型用于生成输出文本的长短期记忆网络（LSTM 解码器），它们从 CNN 部分连接到注意力模型。CNN 部分的输入是一张手写文本图像，LSTM 解码器的目标是输入图像对应的文本。由于所有部分都是可微组件，我们的模型以端到端方式训练，从给定输入图像预测文本。在实验部分，我们在 VNOnDB-Word 和 VNOnDB-Line 数据集上评估我们提出的 AED 模型以验证其效率。实验结果表明，在不使用任何语言模型的情况下，我们的模型达到了 12.30% 的词错误率。该结果与 Google 在越南语在线手写文本识别竞赛中提供的手写识别系统具有竞争力。
引用
@article{arxiv.1905.05381,
title = {End to End Recognition System for Recognizing Offline Unconstrained Vietnamese Handwriting},
author = {Anh Duc Le and Hung Tuan Nguyen and Masaki Nakagawa},
journal= {arXiv preprint arXiv:1905.05381},
year = {2019}
}